[发明专利]气体浊度数据自动聚类方法、装置及服务器在审

专利信息
申请号: 201810992667.2 申请日: 2018-08-29
公开(公告)号: CN109189927A 公开(公告)日: 2019-01-11
发明(设计)人: 陈鑫宁 申请(专利权)人: 陈鑫宁
主分类号: G06F16/35 分类号: G06F16/35
代理公司: 杭州橙知果专利代理事务所(特殊普通合伙) 33261 代理人: 朱孔妙
地址: 322100 浙江省*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 气体浊度 处理节点 自动聚类 服务器 样本 贡献度 隶属度 数据处理系统 自动监控报警 相似性矩阵 聚类处理 聚类结果 污染治理 样本集合 样本向量 初始化 采集 传输 输出
【说明书】:

发明提供气体浊度数据自动聚类方法、装置及服务器,所述方法包括获取n个气体浊度处理节点Pi传输的气体浊度样本向量xi构成样本集合;计算两个样本之间的不相似性,并得到不相似性矩阵初始化类别ω;获取各个样本对于类别的隶属度;获取各个样本对于类别的贡献度;输出基于所述隶属度和贡献度表示的聚类结果。本发明中提供了分布式气体浊度处理节点和服务器构成的气体浊度数据处理系统,所述系统能够实现气体浊度数据的自动控制采集、分布式气体浊度处理节点的自动监控报警、气体浊度数据的敏感性及聚类处理,显然气体浊度的自动聚类为后续气体浊度的污染治理提供了一种可靠的指标。

技术领域

本发明涉及环保领域,尤其涉及气体浊度数据自动聚类方法、装置及服务器。

背景技术

在环境研究中,烟尘污染是重要的一环,而烟尘污染中又以亚微米颗粒污染对于人体伤害最明显,因此,有必要对于亚微米颗粒污染进行监控分析。然而现有技术中缺乏对于亚微米颗粒污染的自动监控以及自动分析的相关方案。

此外,由于传感元件的滞后性,使得得到的检测数据无法快速反应烟尘含量的变化,因此,有必要对于数据进行敏感性处理,从而使得得到的检测结果反应更加迅速。

对于亚微米颗粒的污染程度进行聚类有利于根据聚类结果进行后续的污染治理,而现有技术中也没有提供自动聚类的方案。

发明内容

为了解决上述技术问题,本发明提供气体浊度数据自动聚类方法、装置及服务器。

本发明是以如下技术方案实现的:

气体浊度数据自动聚类方法,所述方法包括:

获取n个气体浊度处理节点Pi传输的气体浊度样本向量xi构成样本集合;

计算两个样本之间的不相似性,并得到不相似性矩阵R={rij}n*n

初始化类别ω;

获取各个样本对于类别的隶属度;

获取各个样本对于类别的贡献度;

输出基于所述隶属度和贡献度表示的聚类结果;

气体浊度的检测装置包括由第一气体浊度检测仪、第二气体浊度检测仪和第三气体浊度检测仪串联构成的气体浊度检测模块和气体浊度计算模块,所述第一气体浊度检测仪、第二气体浊度检测仪和第三气体浊度检测仪均通过感知光在仪器内部传输过程中的变化来检测气体浊度;所述第一气体浊度检测仪、第二气体浊度检测仪和第三气体浊度检测仪具备相同的结构;其内部包括光源,在光源出射光传播方向上还设置有光电传感器;所述光电传感器的输出端与高增益运放连接,所述高增益运放与用于将电信号转换为气体浊度的转换器连接,所述转换器与所述气体浊度计算模块连接。

进一步地,所述隶属度以u表示,uik表示样本向量xi对类别ωk的隶属度,所述贡献度以v表示,vkj表示样本向量xj对类别ωk的贡献权重;

隶属度根据公式;计算,贡献度根据公式计算,φ和β为与聚类精度有关的常数。

一种气体浊度数据自动聚类装置,包括:

样本集合获取模块,用于获取n个气体浊度处理节点Pi传输的气体浊度样本向量xi构成样本集合;

不相似性计算模块,用于计算两个样本之间的不相似性,并得到不相似性矩阵;

初始化模块,用于初始化类别;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陈鑫宁,未经陈鑫宁许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810992667.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top